WikiSkill：エージェントの経験を持続的知識へ変換し、スキルを進化させる

導入

エージェントが繰り返しタスクに取り組みながら改善するには、基盤モデルの能力だけでは不十分だ。どの手順が有効だったのか、なぜ失敗したのか、どの状況で特定の方法を使うべきかといった経験を保存し、次の実行で利用する必要がある。WikiSkillはこの課題に対し、エージェントのスキルと永続的な知識ベースを同時に進化させる枠組みを提案している。

経験・知識・スキルを分離

近年の手法は、実行履歴からエージェントのスキルを自動発見・更新する。しかし、更新を導いた重要な知見が、軌跡やフィードバック、最適化履歴の中に分散したままになる場合がある。その結果、次の反復で過去の学びを体系的に使えず、同じ探索を繰り返す可能性がある。

WikiSkillは、学習過程を次の三層に整理する。

• 生の実行経験：タスクの軌跡、結果、フィードバックなど、行動を評価するための材料。
• 永続的なWiki知識ベース：経験を整理し、再利用可能な知識やパターン、適用条件として蓄積する層。
• 実行可能なスキル：知識をワークフロー、指示、戦略に変換し、実際のタスクで呼び出す層。

重要なのは、経験を現在のスキル更新だけに使わない点だ。経験は継続的にWikiへ統合され、後続の更新は過去に蓄積された知識を土台にできる。これにより、スキル進化に長期的な連続性が生まれる。

研究から得られる示唆

論文は複数のモデルとベンチマークで評価し、WikiSkillが既存のスキル進化手法を一貫して上回り、多くのモデル・ベンチマーク条件でスキルなしのベースラインも改善したと報告している。スキル進化はモデルの大規模化と競合するのではなく、相補的に働く。一般に大規模モデルほど進化スキルの恩恵を受けやすい一方、適切なスキルを持つ小規模モデルが、スキルを持たない大規模モデルを大きく上回る場合もあるという。

また、進化したスキルはモデルやモデル系列を越えて移転できる。別のモデルが作ったスキルが、自己進化したスキルより優れるケースも報告されている。これは、スキルをモデル固有の一時的な出力ではなく、共有可能な資産として扱える可能性を示す。

アブレーション結果では、Wikiに知識を継続的に蓄積する仕組みが重要だった。知識層を弱めたり取り除いたりすると、スキル進化の効果が低下する。つまりWikiは単なる保存場所ではなく、反復的な探索を接続する基盤である。

意義と残る課題

WikiSkillは、経験が証拠を提供し、知識ベースがそれを整理・圧縮し、スキルが行動へ変換するという役割分担を示す。長期間稼働するエージェントの設計や、異なるモデル間で能力を共有する仕組みに、明確な構造を与える点が意義だ。

一方、提供された素材には具体的なベンチマーク設定、モデル構成、改善幅は含まれていない。そのため、現時点では普遍的な保証というより、有望な設計方針を裏付ける結果として捉えるべきだろう。実運用では、古い知識、誤った経験の蓄積、スキルの適用範囲外での利用も管理しなければならない。持続的なエージェント学習には、優れたスキルだけでなく、経験を保存し磨き続ける知識基盤が必要だという点を、WikiSkillは示している。

出典：Hugging Face Daily Papers